從gsub開始抓取字符首先出現

Question

我有以下正則表達式，我想抓住從句子開頭到第一個##的所有內容。我可以使用strsplit來演示如何執行此任務，但我更喜歡gsub解決方案。如果gusub不是正確的工具（我認爲它是）但我更喜歡基礎解決方案，因爲我想學習基礎正則表達式工具。

x <- "gfd gdr tsvfvetrv erv tevgergre ## vev fe ## vgrrgf" 

strsplit(x, "##")[[c(1, 1)]] #works 

gsub("(.*)(##.*)", "\\1", x) #I want to work 

Answer 1

只需添加一個角色，把一個?第一量詞後，使其「非貪婪」：

gsub("(.*?)(##.*)", "\\1", x) 
# [1] "gfd gdr tsvfvetrv erv tevgergre " 

這裏的相關文件，從?regex

默認情況下，重複是貪婪的，因此使用的 重複的最大可能數。可以通過追加 '？'將其更改爲'minimal'給量詞。

Answer 2

在字符串的開頭試試這個作爲你的正則表達式

^[^#]+ 

啓動並匹配任何不是#到第一#

Answer 3

我會說：

sub("##.*", "", x) 

刪除包括和第一次發生0123後的所有內容。

Answer 4

在這種情況下，我會說的倒數，即取代一切與一個空字符串以下#：

gsub("#.*$", "", x) 
[1] "gfd gdr tsvfvetrv erv tevgergre " 

但你也可以使用非貪婪修改?，使您的正則表達式工作你的方式建議：

gsub("(.*?)#.*$", "\\1", x) 
[1] "gfd gdr tsvfvetrv erv tevgergre " 

Answer 5

有幾個簡單的答案已經在這裏，但因爲你在你的問題表明您想了解有關基礎R正則表達式的支持，還有一種方法，使用正預測先行斷言(?=#)和非貪婪選項(?U) 。

regmatches(x, regexpr('(?U)^.+(?=#)', x, perl=TRUE)) 
[1] "gfd gdr tsvfvetrv erv tevgergre " 

Answer 6

這是另一種使用更多字符串工具而不是更復雜的正則表達式的方法。它首先找到的第##的位置，然後提取子到這一點：

library(stringr) 
x <- "gfd gdr tsvfvetrv erv tevgergre ## vev fe ## vgrrgf" 
loc <- str_locate(x, "##") 
str_sub(x, 1, loc[, "start"] - 1) 

一般情況下，我認爲這種一步一步的做法是不是複雜的正則表達式更容易維護。